我试图预测使用热交换器加热管道中液体的设备的故障。热交换器在管道内堆积，因此需要每隔一段时间冲洗一次。设备周围有传感器，每小时收集温度、流速、压力等数据。潮红事件每年发生一次或两次。事件的记录日期不是很具体，仅针对月份。操作员没有监控特定的措施来了解热交换器的健康状况。由于实际状态和计划，冲洗都没有完成。但每次冲洗后效率应该最高。我考虑过使用异常检测，但这适用于大部分时间运行正常且异常不经常发生的设备。失败是一个持续而渐进的过程。如果数据中有一个模式，它应该是一个逐渐下降的曲线。

我的另一个想法是预测剩余使用寿命的方法。基本上按照时间的接近程度对导致冲洗事件的时间段进行排序，最接近的时间段最严重。所以它基本上是一个分类问题。但问题是冲洗日期不准确，只有月份和年份。一些关键指标有很多缺失值，这些指标可能是开启和关闭时间的指标。另外，这与故障预测不是同一个问题，因为它不是故障。即使冲洗事件没有发生，设备仍然可以工作。并且在每次冲洗设备之前，设备的状况可能会有所不同。

量化设备劣化率的最佳方法是什么？